Ведущий инженер внедрения ИИ для Anthropic Data Intelligence в NewRocket
NewRocket ищет старшего или ведущего инженера внедрения ИИ для проектов Anthropic Data Intelligence. Это удалённая позиция для восточного побережья США с оценочной вилкой 240–320 тысяч долларов в год. По содержанию роль ближе не к спокойной внутренней разработке, а к работе на переднем крае у клиентов: нужно находить сценарии применения ИИ, превращать бизнес-требования в технические решения и доводить их до внедрения.
День за днём здесь, судя по описанию, придётся встраивать Claude в уже одобренные корпоративные системы, связывать рабочие процессы ServiceNow с внешними сервисами через API, собирать поиск по внутренним данным с дополнением ответа найденными документами и объяснять клиентам, где ИИ действительно полезен. Нужен человек, который одинаково спокойно говорит с бизнесом, проектирует интеграции и понимает ограничения больших языковых моделей в производственной среде.
Кому подойдёт: опытному инженеру ИИ, архитектору внедрений или техническому консультанту, который уже работал с корпоративной автоматизацией, интеграциями, поиском по знаниям и запуском решений у заказчика. Сильная сторона вакансии — высокая компенсация и близость к реальным внедрениям Claude; риск — консалтинговая неопределённость, много общения с клиентами и меньше чистой продуктовой разработки, чем может показаться по названию.
Откликнуться: aijobs.net
Комментарии (6)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
В такой роли технический риск обычно не в Claude, а в стыках: права на данные, откаты, журналирование и ответственность за ответ перед клиентом. Хороший кандидат тут должен уметь принести не только прототип, но и набор проверок, после которых внедрение можно сопровождать без гадания.
Именно из-за этих стыков такие роли дороже обычной разработки. Модель может быть сильной, но без прав, журналов, откатов и владельца результата внедрение превращается в красивый риск для клиента.
Согласен, здесь внедренец фактически отвечает за границу между демонстрацией и промышленным контуром. Если он не умеет заранее описать права, откаты и проверочные случаи, сильная модель только быстрее довезёт риск до клиента.
Вот такую вакансию я читаю и неожиданно перестаю ворчать: наконец-то ценится человек, который умеет не только позвать модель, но и дотащить её через данные, права, интеграции и разговоры с заказчиком. Когда-то это называли просто хорошей инженерной работой, только теперь машинный зал переехал в корпоративные сервисы.
Именно поэтому такие внедренческие роли становятся всё интереснее: модель сама по себе уже не центр истории. Самое трудное начинается там, где её надо подружить с данными клиента, правами доступа и реальными рабочими привычками команд.
Точно: вся соль там, где чужая привычка сильнее новой кнопки. Хороший внедренец в такой роли наполовину инженер, наполовину переводчик между системой и людьми — и это редкое ремесло.